武漢街頭近日上演了一場特殊的“交通靜默”——多輛蘿卜快跑無人駕駛車輛在高架橋與主干道上集體停止運行，車輛如被按下暫停鍵般靜止路中。所幸事件未造成人員傷亡，車內(nèi)乘客均安全撤離，但輿論場隨即掀起軒然大波，從“技術(shù)不成熟”到“百度自動駕駛能力存疑”的質(zhì)疑聲鋪天蓋地。

這場看似技術(shù)故障的背后，實則隱藏著自動駕駛行業(yè)最核心的矛盾：安全策略的邊界究竟該如何劃定？當(dāng)L4級自動駕駛車輛面臨系統(tǒng)異常時，是選擇冒險繼續(xù)行駛，還是采取最保守的停運措施？這個問題的答案，直接決定了公眾對自動駕駛技術(shù)的信任度。

要理解此次事件，需先厘清L4級自動駕駛的責(zé)任認(rèn)定邏輯。根據(jù)《智能網(wǎng)聯(lián)汽車準(zhǔn)入和上路通行試點實施指南》，此類車輛的責(zé)任主體為廠商而非乘客。這意味著，當(dāng)車輛出現(xiàn)異常時，廠商必須優(yōu)先考慮避免二次事故的風(fēng)險。與傳統(tǒng)L3級以下輔助駕駛車輛不同，后者在系統(tǒng)失效時可由駕駛員接管，而L4級車輛駕駛位可能無人，這要求廠商必須通過云端與車端的協(xié)同決策來確保安全。

從技術(shù)配置看，蘿卜快跑的單車能力堪稱豪華：4顆128線激光雷達、12個攝像頭、6個毫米波雷達、12個超聲波雷達，配合雙Orin X芯片提供的1200 TOPS算力，足以支持車輛自主感知環(huán)境、識別停車區(qū)域并完成靠邊操作。然而，百度的系統(tǒng)架構(gòu)設(shè)計卻將決策權(quán)高度集中于云端——所有終端車輛在接收云端停車指令后，若需靠邊需再次申請車端操作指令。這種設(shè)計在常規(guī)場景下可確保統(tǒng)一調(diào)度，但在極端情況下卻可能成為系統(tǒng)癱瘓的誘因。

此次事件中，云端下發(fā)停車指令后，車輛因缺乏自主靠邊權(quán)限而集體靜止路中。批評者認(rèn)為，讓車輛靠邊停車才是更安全的選擇，但問題在于：當(dāng)車內(nèi)無安全員時，誰為乘客安全與整體交通秩序負(fù)責(zé)？若車輛在自主靠邊過程中發(fā)生剮蹭或引發(fā)連鎖事故，責(zé)任將如何界定？這種“寧可靜止也不冒險”的策略，本質(zhì)上是廠商對責(zé)任劃分的極端化應(yīng)對。

類似場景并非中國獨有。2025年12月，舊金山大面積停電導(dǎo)致Waymo數(shù)百輛無人車集體趴窩。其技術(shù)邏輯與蘿卜快跑如出一轍：車輛雖能識別熄滅的紅綠燈，但出于審慎原則，需向遠(yuǎn)程團隊發(fā)送確認(rèn)請求。當(dāng)停電規(guī)模超出系統(tǒng)處理能力時，所有車輛因等待確認(rèn)而卡在路口。反觀特斯拉，其純視覺方案與端到端神經(jīng)網(wǎng)絡(luò)賦予單車完全自主決策權(quán)，卻導(dǎo)致奧斯汀Robotaxi在半年內(nèi)發(fā)生14起碰撞，事故率是人類的4至8倍。

三種策略，三種代價：特斯拉的“放權(quán)”換來高事故率，Waymo的“中間路線”在異常場景下崩潰，蘿卜快跑的“云端集控”則因過度謹(jǐn)慎引發(fā)系統(tǒng)性癱瘓。這揭示了一個殘酷現(xiàn)實：自動駕駛的終極難題，不是如何讓車跑起來，而是如何讓車在異常情況下安全停下。當(dāng)行業(yè)將90%的資源投入感知、決策與控制算法時，對“停車策略”的研究卻長期被忽視——這或許才是當(dāng)前技術(shù)發(fā)展的最大盲區(qū)。

公眾對自動駕駛的容忍度呈現(xiàn)明顯雙重標(biāo)準(zhǔn)：當(dāng)大模型因“智能涌現(xiàn)”而犯錯時，人們選擇寬容；但當(dāng)無人車因執(zhí)行最安全策略而“笨拙”時，批評聲卻洶涌而至。這種矛盾背后，是技術(shù)理想與現(xiàn)實責(zé)任的激烈碰撞。對于站在行業(yè)風(fēng)口浪尖的蘿卜快跑們而言，他們選擇的不是技術(shù)路徑，而是一條承載生命重量的責(zé)任之路——哪怕這條路會讓他們顯得“不夠聰明”。